精确率、召回率、F1-score、准确率、AUC、ROC曲线？

查准率、查全率又是精确率(precision)、召回率(recall)

F1度量，F1-score 越高，说明分类模型越稳健

准确率(accuracy) = (TP+TN)/(TP+FN+FP+TN)

A把C全部包住，A优于C。
与 P-R 曲线使用查准率、查全率为纵、横轴不同， ROC 曲线的纵轴是"真正例率" (True Positive Rate，简称 TPR)，横轴是"假正例率" (False Positive Rate，简称 FPR) ，基于表 2.1 中的符号，两者分别定义为: